相干光系统中非线性效应的影响与缓解策略
1. 最大似然序列估计(MLSE)
最大似然序列估计(MLSE)最初是为存在有限符号间干扰和高斯白噪声的数字脉冲幅度调制(PAM)序列提出的。其结构包括一个白化匹配滤波器和一个递归非线性处理器——维特比算法。基于MLSE的均衡技术目前广泛应用于10Gb/s的开关键控(OOK)调制系统中。近年来,它作为一种非线性补偿的替代方法受到关注,主要优势在于无需了解信道参数(如α、β和γ)。
非线性效应与色度色散(CD)和偏振模色散(PMD)共同作用,可视为一种特定形式的符号间干扰,会使光信号失真,导致符号相互重叠。用于接收光信号线性均衡的算法集,其最后一个元素是估计器和相位校正器,原则上可近似等效于白化匹配滤波器。该算法集的输出可看作每个符号一个样本的信号,受到非线性效应产生的符号间干扰和高斯白噪声的影响,然后可使用维特比算法进行处理。
1.1 维特比算法
维特比算法通过建立一个包含$M^n$个可能序列或状态的库来实现,其中$M$是传输信号的星座点数,$n$是信道的记忆长度,即相互依赖的符号数量。接着进入训练阶段,在接收端为每个可能传输的状态建立概率分布函数(PDF)。PDF估计有多种方法,常见的是近似为高斯分布,但本文通过构建接收信号的直方图来更准确地估计信号的PDF。
维特比算法的决策过程如图1所示(此处假设图10为图1),接收新符号后,算法会根据已建立的序列,依据PDF计算出概率最高的新序列。与其他缓解非线性效应的方法不同,MLS的计算成本较低,每个接收符号仅需$M^n$次加法和$M^{n - 1}$次比较。但主要缺点是可能需要大量内存来存储PDF。为缓解这一问题,在偏振调制方案中,将每个偏振的符号视
超级会员免费看
订阅专栏 解锁全文
31

被折叠的 条评论
为什么被折叠?



